هذا هو تطبيق لينكس PyTorch-BigGraph، ويمكن تنزيل أحدث إصدار منه باسم torchbiggraph-1.0.0.tar.gz. ويمكن تشغيله عبر الإنترنت من خلال موفر الاستضافة المجاني OnWorks لمحطات العمل.
قم بتنزيل وتشغيل هذا التطبيق المسمى PyTorch-BigGraph عبر الإنترنت مع OnWorks مجانًا.
اتبع هذه التعليمات لتشغيل هذا التطبيق:
- 1. قم بتنزيل هذا التطبيق على جهاز الكمبيوتر الخاص بك.
- 2. أدخل في مدير الملفات الخاص بنا https://www.onworks.net/myfiles.php؟username=XXXXX باسم المستخدم الذي تريده.
- 3. تحميل هذا التطبيق في هذا الملف.
- 4. ابدأ تشغيل OnWorks Linux عبر الإنترنت أو محاكي Windows عبر الإنترنت أو محاكي MACOS عبر الإنترنت من هذا الموقع.
- 5. من نظام تشغيل OnWorks Linux الذي بدأته للتو ، انتقل إلى مدير الملفات الخاص بنا https://www.onworks.net/myfiles.php؟username=XXXXX مع اسم المستخدم الذي تريده.
- 6. قم بتنزيل التطبيق وتثبيته وتشغيله.
لقطات الشاشة:
PyTorch-BigGraph
الوصف:
PyTorch-BigGraph (PBG) هو نظام لتعلم التضمينات على رسوم بيانية ضخمة - تخيل مليارات العقد والحواف - باستخدام التقسيم والتدريب الموزع للحفاظ على سهولة استخدام الذاكرة والحوسبة. يُجزّئ النظام الكيانات إلى أقسام ويُجمّع الحواف بحيث لا تلامس كل دورة تدريب سوى شريحة صغيرة من المعلمات، مما يقلل بشكل كبير من ذروة ذاكرة الوصول العشوائي (RAM) ويُمكّن من التوسع الأفقي عبر الأجهزة. يدعم PBG الرسوم البيانية متعددة العلاقات (الرسوم البيانية المعرفية) مع دوال تسجيل خاصة بالعلاقات، واستراتيجيات أخذ العينات السلبية، والكيانات المصنفة، مما يجعله مناسبًا للتنبؤ بالروابط واسترجاعها. صُممت حلقة التدريب الخاصة به لتحقيق معدل نقل بيانات مرتفع: حيث تُبقي عمليات الإدخال والإخراج غير المتزامنة، والموترات المخصصة للذاكرة، والتحديثات غير المقفلة وحدات معالجة الرسومات ووحدات المعالجة المركزية مُغذّاة حتى في المقاييس الكبيرة جدًا. تتضمن مجموعة الأدوات مقاييس تقييم وأدوات تصدير، بحيث يمكن استخدام التضمينات المُكتسبة في البحث عن أقرب جار، أو التوصية، أو التحليلات اللاحقة. في الممارسة العملية، يتيح تصميم PBG للممارسين تدريب تضمينات الرسوم البيانية عالية الجودة.
شرح المميزات:
- التدريب المقسم للرسوم البيانية ذات المقياس المليار
- تسجيل العلاقات المتعددة للتنبؤ برابط الرسم البياني للمعرفة
- أخذ العينات السلبية الفعالة وتقسيم الحواف
- أدوات التصدير والتقييم لشبكات ANN والمهام اللاحقة
- إدخال/إخراج غير متزامن مع موتر مخصص للذاكرة
- التدريب الموزع متعدد الآلات مع التنسيق البسيط
لغة البرمجة
Python
التصنيفات
هذا تطبيق يُمكن تنزيله أيضًا من https://sourceforge.net/projects/pytorch-biggraph.mirror/. وقد استُضيف في OnWorks لتشغيله عبر الإنترنت بسهولة من أحد أنظمتنا التشغيلية المجانية.